114 專技高考高等考試 工業工程技師 設施規劃與自動化生產系統 考古題詳解

核心觀念

Graph-Based Method 先把各製程視為節點，將產品流程中相鄰製程間的月搬運量加總，作為節點間的邊權重。不同方向的流量合併計算，因為廠區布置中的相鄰關係不分方向。

五個區位排成一直線時，共有四組相鄰製程。布置目標是讓相鄰製程間的總流量最大：

其中 $F_{ij}$ 為製程 $i$ 與 $j$ 之間的月流量。

解題方法

依各產品月產量，將每一道相鄰製程間的流量累計：

核心觀念

本題考查設施規劃中的機器需求數量計算（Machine Requirements Calculation），屬於生產規劃的基礎核心公式。

涉及定義：

• 機器效率（Efficiency）：機器實際產出時間與理論可用時間之比。
• 機器可靠度（Reliability）：機器在可用時間內正常運作的比例。
• 有效產能（Effective Capacity）：考量效率與可靠度後，每台機器每月實際可貢獻的有效工作時間。

核心公式：

$N_j = \frac{\sum_{i} \left( D_i \times t_{ij} \right)}{T \times E \times R}$

其中：

[!NOTE] 有些教材將 $E \times R$ 合稱為「有效係數（Availability Factor）」，寫作單一參數。本題兩者皆為 $0.9$，故有效係數 $= 0.9 \times 0.9 = 0.81$。

解題方法

Step 1｜計算每台機器每月有效工作時間 $T$

$T = 8 \text{ 小時/天} \times 22 \text{ 天/月} \times 60 \text{ 分鐘/小時} = 10{,}560 \text{ 分鐘/月}$

每台機器每月有效可用分鐘數（含效率與可靠度）：

$T_{\text{eff}} = T \times E \times R = 10{,}560 \times 0.9 \times 0.9 = 10{,}560 \times 0.81 = 8{,}553.6 \text{ 分鐘/月}$

Step 2｜整理各製程的需求負荷（分鐘／月）

將題目資料重新彙整為「各產品 × 各製程」的加工時間矩陣（單位：分鐘），並乘上月產量，得到每格的製程負荷：

計算各製程的總需求工時（$\sum_i D_i \times t_{ij}$）：

製程 A：

$1{,}500\times5 + 6{,}000\times2 + 5{,}500\times2 + 2{,}500\times3$ $= 7{,}500 + 12{,}000 + 11{,}000 + 7{,}500 = 38{,}000 \text{ 分鐘}$

製程 B：

$1{,}500\times4 + 6{,}000\times1 + 5{,}500\times1 + 2{,}500\times3$ $= 6{,}000 + 6{,}000 + 5{,}500 + 7{,}500 = 25{,}000 \text{ 分鐘}$

製程 C：

$1{,}500\times3 + 6{,}000\times3 + 5{,}500\times0 + 2{,}500\times3$ $= 4{,}500 + 18{,}000 + 0 + 7{,}500 = 30{,}000 \text{ 分鐘}$

製程 D：

核心觀念

本題考的是**彈性製造系統（Flexible Manufacturing System, FMS）**的系統架構與組成要素。FMS 是自動化生產系統中的核心技術，其「彈性」體現在能夠以最少的人工干預，同時或順序地處理多種零件族（Part Family）。

題目明確指出五個彈性維度：

要達成以上五種彈性，FMS 必須整合以下五種配套系統設計／技術。

解題方法

FMS 的定義來自 Groover（Automation, Production Systems, and Computer-Integrated Manufacturing）的經典架構，該教材為台灣工業工程技師考試的主流參考書目。FMS 由三大硬體層（工作站、物料搬運與儲存、電腦控制）加上兩大軟體／整合層（工具管理、人機整合）構成完整的五種配套系統。以下逐一詳述：

一、工作站系統（Workstation System）

核心功能：提供「加工技術彈性」與「產品尺寸彈性」的基礎。

FMS 的工作站核心為CNC加工中心（CNC Machining Center），其彈性來自：

• 刀具庫（Tool Magazine）容量：每台機台配備數十至數百把刀具，可在不換機台的情況下完成鑽、銑、鏜、攻牙等多種操作。
• 托板（Pallet）與夾治具系統：零件固定於標準托板上，托板可在不同機台間流通，機台本身透過自動換刀（ATC, Automatic Tool Changer）與自動換盤（APC, Automatic Pallet Changer）達到快速切換。
• 工作站種類多元：一個 FMS 可同時包含加工中心、車削中心、洗滌站（Wash Station）、量測站（Inspection Station），以涵蓋完整加工程序。

此系統直接決定了機台能做哪些操作，是「加工技術彈性」與「加工順序彈性」的物理載體。

二、物料搬運與儲存系統（Material Handling and Storage System）

核心功能：提供「加工順序彈性」與「生產量彈性」的關鍵基礎設施。

物料搬運系統負責在工作站之間移動工件與托板，常見設計包括：

• 有軌導引車（Rail-Guided Vehicle, RGV）或自動導引車（AGV, Automatic Guided Vehicle）：AGV 可隨指令更改路徑，是「路由彈性」的技術核心。
• 環形輸送帶（Loop Conveyor）或線性穿梭車（Linear Shuttle）：結構較固定，適合產品組合變異不大的 FMS。
• 自動倉儲系統（AS/RS, Automated Storage and Retrieval System）：提供緩衝儲存功能，當某工作站瓶頸發生時，工件可先暫存，維持整體系統的生產量彈性。
• 裝卸站（Load/Unload Station）：系統的入出口，也是人工與自動化的介面點。

搬運系統的路徑設計（隨機路徑 vs. 固定路徑）直接影響 FMS 能否在「加工順序」上自由調度，是實現 Routing Flexibility 的關鍵。

三、電腦控制與通訊系統（Computer Control and Communication System）

核心功能：整合全系統，提供「產品組合彈性」與「生產量彈性」的智慧調度能力。

這是 FMS 的「大腦」，通常採**分散式階層控制（Hierarchical Distributed Control）**架構，分為三層：

主要功能模組：

• NC 程式下載（DNC, Direct Numerical Control）：依零件種類自動選取並下載對應的加工程式至各機台，是快速切換產品的核心技術。
• 排程與派工（Scheduling & Dispatching）：決定哪個工件在何時移往哪台機台，直接影響生產量與產品組合的彈性。

核心觀念

本題考查自動化物料搬運（Automated Material Handling） 中的無人搬運車（Automated Guided Vehicle, AGV） 與自主移動機器人（Autonomous Mobile Robot, AMR） 的配套技術體系。堆高機（Forklift）無人化是「設施規劃」中廠內物流自動化的核心議題，屬於以下知識範疇的交集：

• 導引技術（Guidance Technology）
• 感測與環境感知（Sensing & Perception）
• 定位與地圖建構（Localization & Mapping）
• 排程與路徑規劃（Scheduling & Path Planning）
• 安全防護（Safety）
• 通訊與系統整合（Communication & Integration）

命題重點在於：考生能否系統性地列舉並解釋配套技術，而非僅能喊出名詞。每一項技術都必須說明它解決了無人化的哪一個問題。

解題方法

本題為「申論列舉型」，題目要求寫出五個配套技術。策略如下：

1. 以「一台無人堆高機從啟動到完成任務」的功能鏈為切入點，依序思考每個環節需要什麼技術支援。
2. 功能鏈順序：任務指派 → 定位導航 → 環境感知 → 避障安全 → 貨物辨識與操作 → 通訊回報。
3. 每項技術用「技術名稱＋運作原理＋解決什麼問題」三要素作答，即可達到「參考書等級」。

以下列出六項（超過題目要求，考生可依作答空間擇五作答，優先選前五項）。

詳解

配套技術一：導引技術（Guidance Technology）

無人堆高機必須能自主決定行進路線。依廠區需求可選擇以下主流方式：

SLAM 為現代 AMR 堆高機的主流，透過 LiDAR 或視覺感測器持續更新環境地圖，使車輛知道自身位置 $(\hat{x}, \hat{y}, \hat{\theta})$，並據此規劃路徑。

配套技術二：環境感知與障礙物偵測（Environment Perception & Obstacle Detection）

無人堆高機行駛於人員共存的廠區，必須能即時偵測動態與靜態障礙物，避免碰撞。主要感測器包括：

• LiDAR（Light Detection and Ranging）：發射雷射脈衝，量測反射時間差 $\Delta t$，計算距離 $d = \dfrac{c \cdot \Delta t}{2}$，建立 2D 或 3D 點雲地圖，偵測範圍廣、精度高。
• 超音波感測器（Ultrasonic Sensor）：適用於近距離物體偵測，彌補雷射感測器死角。
• 深度相機（Depth Camera / 3D Vision）：以結構光或 Time-of-Flight（ToF）原理重建場景深度，用於貨架辨識與托盤對位。

多重感測器融合（Sensor Fusion）透過**卡爾曼濾波器（Kalman Filter）**整合各感測器訊號，提升感知可靠性與冗餘性。

配套技術三：自動辨識與精準定位技術（Auto-ID & Precise Positioning）

堆高機執行「取貨」任務時，必須精準辨識貨架位置與托盤（Pallet）位置，誤差需控制在毫米等級，否則叉齒（Fork）無法插入托盤孔。常用技術：

• 條碼 / QR Code / RFID 標籤：貼附於托盤或貨架，車載讀取器識別後確認目標貨物身份。
• 2D/3D 視覺系統（Machine Vision）：攝影機搭配影像處理演算法，即時辨識托盤叉孔位置，計算姿態偏差（$\Delta x, \Delta y, \Delta \theta$）並回饋給控制器進行